Claim Missing Document
Check
Articles

Found 16 Documents
Search

PENERAPAN ALGORITMA WEIGHTED TREE SIMILARITY UNTUK PENCARIAN SEMANTIK Sarno, Riyanarto; Rahutomo, Faisal
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 1, Januari 2008
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.589 KB) | DOI: 10.12962/j24068535.v7i1.a60

Abstract

Full-text search and metadata-enabled search have weakness in the precision of the searched article. This research offers weighted tree similarity algorithm combined with cosine similarity method to count similarity in semantic search. In this method metadata is constructed based on the tree of labelled node, labelled and weighted branch. The structure of tree metadata is constructed based on semantic information like taxonomi, ontologi, preference, synonim, homonym and stemming. From testing result, the precision of search using weighted tree similarity algorithm is better that full-text search and metadata-enabled search.
Indonesian Dataset Expansion of Microsoft Research Video Description Corpus and Its Similarity Analysis Rahutomo, Faisal; Hafidh Ayatullah, Ahmad
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol 3, No 4, November 2018
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.162 KB) | DOI: 10.22219/kinetik.v3i4.680

Abstract

This paper describes the academic base of an openly Indonesian dataset in Mendeley Data with DOI: 10.17632/d7vx5cc92y.1 [1]. The dataset is an Indonesian language expansion of Microsoft research video description corpus, an open dataset contains about 120 thousand sentences. The dataset is a useful resource because the sentences are a set of roughly parallel descriptions of more than 2,000 video snippets of 35 languages. Both paraphrase and bilingual relation are available but Indonesian description is not available in the dataset. Therefore, this paper describes the research effort to expand the dataset for the Indonesian language. The research collected 43,753 description texts of 1,959 short videos, parallel with Microsoft’s dataset. Adding more value to the dataset, similarity metrics calculations of the texts were done. The metrics were Cosine, Jaccard, euclidian, and Manhattan with average results were 0.22, 0.33, 2.38, and 6.08 respectively.
Implementasi Single Pass Clustering pada Preprocessing Temu Kembali Koleksi Berita Teks Rahutomo, Faisal; Puspitasari, Dwi; Sulistyoningrum, Trie Endah
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 1 (2020): Volume 6 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i1.34311

Abstract

Berita saat ini masih menjadi sumber yang dipercaya untuk mendapatkan informasi. Namun seiring dengan perkembangan teknologi berita yang terbit menjadi semakin banyak jumlahnya. Akibat dari jumlah berita yang banyak diperlukan suatu sistem yang dapat dipergunakan untuk menemukan berita dengan cepat. Sistem Temu Kembali menjadi cara yang dapat dipergunakan untuk membantu menangani masalah tersebut. Sistem temu kembali yang ada masih terus dikaji efisiensinya jika berhubungan dengan jumlah informasi yang sangat besar. Makalah ini melakukan pengujian efektifitas dan efisiensi tambahan preprocessing pada sistem temu kembali. Langkahnya yaitu mengklasterkan informasi yang ada terlebih dahulu. Pada preprocesing ini diimplementasikan metode single pass clustering. Kemudian pencocokan query dengan dokumen disederhanakan kepada pencocokan query dengan centroid klaster. Hasil uji coba efisiensi menunjukkan bahwa sistem temu kembali yang mengimplementasikan single pass clustering mampu mencari berita dengan lebih cepat. Sedangkan pengujian efektifitas untuk mengetahui seberapa tepat berita yang bisa diketahui dari nilai pengujian precision, recall, dan f-score. Dari pengujian tersebut didapatkan hasil jika proses pencarian paling tepat dilakukan pada cluster dengan nilai threshold 0,1. Pengujian pada cluster threshold 0,1, f-score terbaik didapatkan ketika dilakukan proses temu kembali berita dengan keyword ‘4g lte’ bernilai 0,732. Sedangkan pengujian f-score terburuk terdapat pada pengujian dengan keyword ‘aplikasi whatsapp’ dengan nilai 0,111. Sedangkan secara umum, sistem yang diusulkan selalu lebih cepat hanya saja lebih rendah nilai performa precision, recall, dan f-score-nya.
DETEKSI PLAGIARISME PADADOKUMEN SKRIPSI BERDASARKAN TINGKAT KESAMAAN DENGAN MENGGUNAKAN METODE LONGEST COMMON SUBSEQUENCE Nawawi, Imam; Arhandi, Putra Prima; Rahutomo, Faisal
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 8, No 3 (2019)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v8i3.21299

Abstract

Plagiarisme adalah tindakan menyalin, mengambil karangan atau pendapat orang lain tanpa adanya izin tertulis dan menjadikanya seolah-olah pendapatnya sendiri. Hal ini masih menjadi fenomena yang sering terjadi pada instansi akademik atau non akademik. Namun pada jurusan Teknologi Informasi Politeknik Negeri Malang belum ada aplikasi yang dapat digunakan untuk mendeteksi plagiarisme. Berdasarkan permasalahan diatas, maka dibuatlah aplikasi deteksi plagiarisme pada dokumen Tugas Akhir / Skripsi yang bernama Document plagiarism Detection (Doristec) dengan menggunakan metode Longest Common Subsequence (LCS) dengan membuat modifikasi untuk mencapai hasil yang sesuai dengan perancangan. Aplikasi ini dibuat dengan tujuan untuk mengetahui seberapa besar tingkat plagiarisme pada dokumen Tugas Akhir / Skripsi yang nantinya akan diketahui oleh mahasiswa dan panitia Laporan Akhir dan Skripsi. Berdasarkan penelitian yang telah dilakukan, Metode Longest Common Subsequence dapat digunakan untuk deteksi plagiarisme dengan perbandingan dua atau lebih dokumen. Hal ini dapat menjadi alternatif bagi mahasiswa jurusan Teknologi Informasi Politeknik Negeri Malang dalam melakukan pengujian terhadap penelitiannya dan bagi panitia Laporan Akhir dan Skripsi dapat melakukan monitoring Laporan Akhir dan Skripsi.
RANCANG BANGUN GAME FIGHTING PEWAYANGAN BAHURAKSA ARENA Muhammad R, Aisy; Irawati, Dyah Ayu; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 3 No 2 (2017)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v3i2.12

Abstract

Wayang adalah salah satu pertunjukkan yang dimiliki oleh Indonesia, dan salah satu kisah wayang yang sering digunakan adalah “Mahabharata”. Menceritakan konflik antara Pandawa dan Kurawa, dari kedua belah pihak memiliki prajurit ataupun ksatria yang memiliki kesaktian dan cara bertarung sendiri. Sehingga sangat cocok untuk di kembangkan menjadi sebuah game fighting. Game sangat populer di semua kalangan baik dari dewasa hingga anak kecil, terutama di platform mobile, karena game mobile bisa dimainkan dimana saja. Game fighting sendiri adalah salah satu genre game yang dimana seorang pemain mengendalikan salah satu karakter dan bertarung dengan jarak yang dekat dengan seorang lawan. game ini di buat dengan menggunakan metode NGram untuk menghasilkan kecerdasan buatan yang dapat menentukan pergerakan lawan atau yang di sebut dengan NPC (Non-Player Character). N-gram adalah metode untuk memprediksi gerakan pemain, pemain akan melakukan tindakan seperti gerak maju, mundur, lompat, jongkok, menyerang 1 dan menyerang 2 kemudian kecerdasan buatan. Sehingga metode N-gram sangat cocok untuk di implementasikan pada game ber-genre fighting.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ARTIKEL WIKIPEDIA INDONESIA Nurdian, Irvan Wahyu; Rahutomo, Faisal; Rozi, Imam Fahrur
Jurnal Informatika Polinema Vol 3 No 1 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v3i1.19

Abstract

Wikipedia adalah sebuah situs yang berisi tentang artikel ensiklopedia dan referensi online tingkat dunia. Artikel yang terdapat pada Wikipedia saat ini total telah mencapai lebih dari 37 juta artikel dari 250 lebih bahasa berbeda.Untuk Wikipedia Indonesia telah mencapai 371.281 artikel.Dengan sekian banyaknya artikel-artikel tersebut, tentunya bukan perkara mudah melakukan pencarian dengan cepat dan tepat sesuai dengan yang diharapkan. Maka dari itu dibutuhkan suatu metode yang dapat memecahkan masalah tersebut, yaitu metode semantic web. Penelitian ini dimulai dengan merancang ontologi berdasarkan class-class dari hasil clusteringartikel Wikipedia Indonesia serta dilengkapi dengan pendefinisian property-property dari masing-masing class. Dilanjutkan dengan perancangan query dengan bahasa SPARQL. Pencarian artikel pada aplikasi ini diuji dengan menggunakan 3 perhitungan untuk mengukur akurasi sistem, yakni Precision, Recall dan F-Score. Pada perhitungan Precision mendapatkan nilai rata-rata 1, Recall mendapatkan nilai rata-rata 0.53. Lalu pada perhitungan akhir akurasi sistem didapat nilai pada F-Score 0.6935 atau dengan persentase akurasi 69,35%.
ANALISA KOMPUTASI KEMUNCULAN DAN KEPUNAHAN KOSAKATA BAHASA INDONESIA BERDASARKAN CORPUS Kurniawan, Muhammad Fachrul; Rahutomo, Faisal; Rismanto, Ridwan
Jurnal Informatika Polinema Vol 3 No 4 (2017)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v3i4.37

Abstract

Bahasa Indonesia merupakan bahasa yang biasa kita gunakan sehari-hari. Penelitian ini tertarik untuk mengungkap seberapa besar tingkat kepunahan dan kemunculan kosakata baru di dalam pengucapan sehari-hari karena juga terdapat bahasa baru yang sering digunakan oleh anak-anak muda jaman sekarang. Penelitian ini bertujuan untuk menganalisa hubungan antara kosakata asing maupun kosakata yang telah punah terhadap waktu sehingga kita dapat mengetahui penggunaan kosakata asing maupun kosakata yang punah dari waktu ke waktu. Di sini peneliti menggunakan data kata dari berita online untuk diteliti selama enam bulan dari berbagai situs berita online untuk menganalisa peningkatan maupun penurunan kosakata tersebut. Metode analisis yang digunakan adalah analisis regresi sederhana. Dari hasil penelitian ini, menunjukan bahwa terdapat tingkat penurunan kata asing yang digunakan pada berita online dari minggu ke minggu, sedangkan kepunahan bahasa Indonesia pada berita online cenderung mengalami peningkatan
IMPLEMENTASI TOKENIZING PLUS PADA SISTEM PENDETEKSI KEMIRIPAN JURNAL SKRIPSI Kharismadita, Paratisa; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 1 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i1.50

Abstract

Syarat lulus bagi mahasiswa program sarjana, magister dan doktor salah satunya adalah mempublikasikan karya ilmiah. Untuk lulus Sarjana harus menghasilkan jurnal yang terbit pada jurnal ilmiah. Namun banyak sekali kasus plagiarisme atau penjiplakan jurnal yang marak terjadi di Indonesia. Tidak hanya dikalangan mahasiswa program sarjana namun juga terjadi pada beberapa kasus di program magister dan doktoral di beberapa instansi pendidikan. Penerapan sistem pendeteksi kemiripan jurnal tentunya sangat diperlukan untuk mengurangi kasus plagiarisme di kalangan pendidikan. Tahapan yang harus dilalui pada sistem yaitu Tokenizing Plus (membuat library kata berdasarkan KBBI). Tokenizing Plus merupakan proses untuk mendapatkan kata dasar dan kata majemuk yang ada pada KBBI. Metode yang digunakan adalah Term Frequency dan Inverse Document Frequency (TF-IDF) dan Cosine Similarity untuk mendapatkan nilai kemiripan. Sistem ini membandingkan keseluruhan dari isi jurnal mulai dari abstrak, judul dan konten.
SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT REKENING KORAN PADA BANK JATIM Dewi, Christine Kartika; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 2 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i2.60

Abstract

Permintaan kredit melalui bank sudah berkembang sangat pesat. Bank sendiri berperan penting dalam perkembangan perekonomian. Bentuk pelayanan bank sendiri ialah berupa tabungan dan penyalur kredit. Sebagai penyalur kredit bank berperan penting untuk membantu permasalahan keuangan bagi masyarakat. Kelayakan suatu kredit juga dipengaruhi oleh beberapa kriteria tertentu. Sistem Pendukung Keputusan merupakan salah satu solusi yang berfungsi untuk mempermudah pihak bank dalam memberi kredit kepada nasabahnya dengan cara membandingkan data nasabah sehingga dapat meminimalisir kesalahan pihak bank dalam pemberian kredit. Salah satu metode Sistem Pendukung Keputusan adalah metode SAW dengan konsep mendasar untuk mencari penjumlahan tebobot dari rating kinerja pada setiap alternatif pada semua atribut atau kriteria nasabah. Penelitian ini dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang menentukan alternatif yang optimal, yaitu nasabah yang layak mendapatkan kredit.
PENERAPAN TEKNOLOGI SEMANTIC WEB PADA ENSIKLOPEDIA ALAM Rahman, Muhammad Arief; Rahutomo, Faisal
Jurnal Informatika Polinema Vol 2 No 3 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i3.67

Abstract

Alam merupakan segala sesuatu materi yang hidup dan materi yang bukan hidup. Dalam kata lain alam adalah lingkungan yang tanpa kegiatan manusia. Informasi mengenai alam di internet terletak terpisah satu sama lain sehingga muncul permasalahan bagaimana mencari informasi tentang alam, dan bagaimana mengklasifikasikan informasi tentang alam. Terdapat metode semantic yang dapat merangkai informasi tersebut sehingga lebih mudah untuk dimengerti. Semantic yang cocok digunakan sebagai solusi permasalahan ini adalah ontologi. Ontologi nanti akan memodelkan dan menghubungkan antara entitas alam dengan beberapa entitas lainnya seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Berdasarkan pengujian, aplikasi ini mampu mencari informasi tentang alam berdasarkan entitas yang dimiliki seperti makhluk hidup, penggolongan makhluk hidup, dan energi. Ketika pengguna memasukkan kata kunci, sistem dapat melakukan klasifikasi pada alam berdasarkan informasi yang sudah dimiliki.